De Raspberry Pi AI Camera is een compacte cameramodule gebaseerd op de Sony IMX500 Intelligent Vision Sensor. De IMX500 combineert een 12 MP CMOS beeldsensor met inferencing-acceleratie aan boord voor verschillende gangbare neurale netwerkmodellen, zodat gebruikers geavanceerde vision-gebaseerde AI toepassingen kunnen ontwikkelen zonder een aparte accelerator.
De AI-camera verbetert vastgelegde foto's of video met tensormetadata, terwijl de processor van de Raspberry Pi vrij blijft voor andere taken. Ondersteuning voor tensor metadata in de libcamera en Picamera2 bibliotheken, evenals de rpicam-apps applicatie suite, zorgt voor gebruiksgemak voor beginners, terwijl het ongeëvenaarde kracht en flexibiliteit biedt voor geavanceerde gebruikers.
De Raspberry Pi AI Camera is compatibel met alle Raspberry Pi-modellen.
Kenmerken
12 MP Sony IMX500 intelligente zichtsensor
Sensormodi: 4056 x 3040 (@ 10fps), 2028 x 1520 (@ 30fps)
Celgrootte van 1,55 x 1,55 µm
Gezichtsveld van 78° met handmatig instelbare focus
Geïntegreerde RP2040 voor neuraal netwerk- en firmwarebeheer
Specificaties
Sensor
Sony IMX500
Resolutie
12,3 MP (4056 x 3040 pixels)
Sensorgrootte
7,857 mm (type 1/2,3)
Pixelgrootte
1,55 x 1,55 μm
IR-sperfilter
Geïntegreerd
Autofocus
Handmatig instelbare focus
Focusbereik
20 cm – ∞
Brandpuntsafstand
4,74 mm
Horizontaal gezichtsveld
66 ±3°
Verticaal gezichtsveld
52,3 ±3°
Focale verhouding (F-stop)
F1.79
Uitvoer
Afbeelding (Bayer RAW10), ISP-uitvoer (YUV/RGB), ROI, metadata
Maximale grootte van de invoertensor
640 x 640 (H x V)
Framerate
• 2x2 weggegooid: 2028x1520 10-bit 30fps• Volledige resolutie: 4056x3040 10-bit 10fps
Lengte van de lintkabel
20 cm
Kabelconnector
15 x 1 mm FPC of 22 x 0,5 mm FPC
Afmetingen
25 x 24 x 11,9 mm
Downloads
Datasheet
Documentation
De Raspberry Pi AI HAT+ is een uitbreidingsbord ontworpen voor de Raspberry Pi 5, met een geïntegreerde Hailo AI-accelerator. Deze add-on biedt een kosteneffectieve, efficiënte en toegankelijke aanpak voor het integreren van hoogwaardige AI-mogelijkheden, met toepassingen die procescontrole, beveiliging, huisautomatisering en robotica omvatten.
De AI HAT+ is verkrijgbaar in modellen die 13 of 26 tera-operaties per seconde (TOPS) bieden en is gebaseerd op de Hailo-8L en Hailo-8 neurale netwerkversnellers. Het 13 TOPS-model ondersteunt op efficiënte wijze neurale netwerken voor taken als objectdetectie, semantische en instantiesegmentatie, pose-schatting en meer. Deze 26 TOPS-variant is geschikt voor grotere netwerken, maakt een snellere verwerking mogelijk en is geoptimaliseerd voor het gelijktijdig uitvoeren van meerdere netwerken.
De AI HAT+ wordt aangesloten via de PCIe Gen3-interface van de Raspberry Pi 5. Wanneer de Raspberry Pi 5 een huidige versie van het Raspberry Pi OS draait, detecteert deze automatisch de ingebouwde Hailo-accelerator, waardoor de neurale verwerkingseenheid (NPU) beschikbaar wordt voor AI-taken. Bovendien ondersteunen de rpicam-apps cameratoepassingen in Raspberry Pi OS naadloos de AI-module, waarbij de NPU automatisch wordt gebruikt voor compatibele naverwerkingsfuncties.
Inbegrepen
Raspberry Pi AI HAT+ (26 TOPS)
Bevestigingsmateriaalset (afstandhouders, schroeven)
16 mm GPIO-stapelkop
Downloads
Datasheet
This collection features the best of Elektor Magazine's articles on embedded systems and artificial intelligence. From hands-on programming guides to innovative AI experiments, these pieces offer valuable insights and practical knowledge for engineers, developers, and enthusiasts exploring the evolving intersection of hardware design, software innovation, and intelligent technology.
Contents
Programming PICs from the Ground UpAssembler routine to output a sine wave
Object-Oriented ProgrammingA Short Primer Using C++
Programming an FPGA
Tracking Down Microcontroller Buffer Overflows with 0xDEADBEEF
Too Quick to Code and Too Slow to Test?
Understanding the Neurons in Neural NetworksEmbedded Neurons
MAUI Programming for PC, Tablet, and SmartphoneThe New Framework in Theory and Practice
USB Killer DetectorBetter Safe Than Sorry
Understanding the Neurons in Neural NetworksArtificial Neurons
A Bare-Metal Programming Guide
Part 1: For STM32 and Other Controllers
Part 2: Accurate Timing, the UART, and Debugging
Part 3: CMSIS Headers, Automatic Testing, and a Web Server
Introduction to TinyMLBig Is Not Always Better
Microprocessors for Embedded SystemsPeculiar Parts, the Series
FPGAs for BeginnersThe Path From MCU to FPGA Programming
AI in Electronics DevelopmentAn Update After Only One Year
AI in the Electronics LabGoogle Bard and Flux Copilot Put to the Test
ESP32 and ChatGPTOn the Way to a Self-Programming System…
Audio DSP FX Processor Board
Part 1: Features and Design
Part 2: Creating Applications
Rust + EmbeddedA Development Power Duo
A Smart Object CounterImage Recognition Made Easy with Edge Impulse
Universal Garden LoggerA Step Towards AI Gardening
A VHDL ClockMade with ChatGPT
TensorFlow Lite on Small MicrocontrollersA (Very) Beginner’s Point of View
Mosquito DetectionUsing Open Datasets and Arduino Nicla Vision
Artificial Intelligence Timeline
Intro to AI AlgorithmsPrompt: Which Algorithms Implement Each AI Tool?
Bringing AI to the Edgewith ESP32-P4
The Growing Role of Edge AIA Trend Shaping the Future
De Raspberry Pi AI HAT+ is een uitbreidingsbord ontworpen voor de Raspberry Pi 5, met een geïntegreerde Hailo AI-accelerator. Deze add-on biedt een kosteneffectieve, efficiënte en toegankelijke aanpak voor het integreren van hoogwaardige AI-mogelijkheden, met toepassingen die procescontrole, beveiliging, huisautomatisering en robotica omvatten.
De AIHAT+ is verkrijgbaar in modellen die 13 of 26 tera-operaties per seconde (TOPS) bieden en is gebaseerd op de Hailo-8L en Hailo-8 neurale netwerkversnellers. Dit 13 TOPS-model ondersteunt op efficiënte wijze neurale netwerken voor taken zoals objectdetectie, semantische en instantiesegmentatie, pose-schatting en meer. De 26 TOPS variant biedt plaats aan grotere netwerken, maakt een snellere verwerking mogelijk en is geoptimaliseerd voor het gelijktijdig runnen van meerdere netwerken.
De AI HAT+ wordt aangesloten via de PCIe Gen3-interface van de Raspberry Pi 5. Wanneer de Raspberry Pi 5 een huidige versie van het Raspberry Pi OS draait, detecteert deze automatisch de ingebouwde Hailo-accelerator, waardoor de neurale verwerkingseenheid (NPU) beschikbaar wordt voor AI-taken. Bovendien ondersteunen de rpicam-apps cameratoepassingen in Raspberry Pi OS naadloos de AI-module, waarbij de NPU automatisch wordt gebruikt voor compatibele naverwerkingsfuncties.
Inbegrepen
Raspberry Pi AI HAT+ (13 TOPS)
Bevestigingsmateriaalset (afstandhouders, schroeven)
16 mm GPIO-stapelkop
Downloads
Datasheet
LuckFox Pico Mini is een compact Linux-micro-ontwikkelbord gebaseerd op de Rockchip RV1103-chip en biedt een eenvoudig en efficiënt ontwikkelingsplatform voor ontwikkelaars. Het ondersteunt een verscheidenheid aan interfaces, waaronder MIPI CSI, GPIO, UART, SPI, I²C, USB, enz., wat handig is voor snelle ontwikkeling en foutopsporing.
Kenmerken
Single-core ARM Cortex-A7 32-bit kern met geïntegreerde NEON en FPU
Ingebouwde, door Rockchip zelf ontwikkelde NPU van de 4e generatie, beschikt over een hoge computerprecisie en ondersteunt int, int8 en int16 hybride kwantisering. De rekenkracht van int8 is 0,5 TOPS, en tot 1,0 TOPS met int4
Ingebouwde, zelfontwikkelde ISP3.2 van de derde generatie, ondersteunt 4-megapixel, met meerdere beeldverbeterings- en correctie-algoritmen zoals HDR, WDR, ruisonderdrukking op meerdere niveaus, enz.
Beschikt over krachtige coderingsprestaties, ondersteunt intelligente coderingsmodus en adaptieve streambesparing afhankelijk van de scène, bespaart meer dan 50% bitsnelheid van de conventionele CBR-modus, zodat de beelden van de camera high-definition zijn met een kleiner formaat, dubbele opslag spatie
Ingebouwde RISC-V MCU ondersteunt een laag stroomverbruik en snel opstarten, ondersteunt 250 ms snelle beeldopname en laden van de AI-modelbibliotheek tegelijkertijd om gezichtsherkenning "in één seconde" te realiseren
Ingebouwde 16-bit DRAM DDR2, die veeleisende geheugenbandbreedtes kan ondersteunen
Geïntegreerd met ingebouwde POR, audiocodec en MAC PHY
Specificaties
Processor
ARM Cortex-A7, single-core 32-bit CPU, 1,2 GHz, met NEON en FPU
NPU
Rockchip 4e generatie NPU, ondersteunt int4, int8, int16; tot 1,0 TOPS (int4)
ISP
Derde generatie ISP3.2, invoer tot 4 MP bij 30 fps, HDR, WDR, ruisonderdrukking
RAM
64 MB DDR2
Geheugen
128 MB SPI NAND-flash
USB
USB 2.0-host/apparaat via Type-C
Camera-interface
MIPI CSI 2-baans
GPIO-pinnen
17 GPIO-pinnen
Stroomverbruik
Laag stroomverbruik, RISC-V MCU voor snel opstarten
Afmetingen
28 x 21 mm
Downloads
Wiki
De LuckFox Pico Ultra is een compacte single-board computer (SBC) die wordt aangestuurd door de Rockchip RV1106G3-chipset, ontworpen voor AI-verwerking, multimedia en low-power embedded-toepassingen.
Hij is uitgerust met een ingebouwde 1 TOPS NPU, waardoor hij ideaal is voor edge AI-werklasten. Met 256 MB RAM, 8 GB onboard eMMC-opslag, geïntegreerde wifi en ondersteuning voor de LuckFox PoE-module levert het bord zowel prestaties als veelzijdigheid in een breed scala aan use cases.
De LuckFox Pico Ultra draait op Linux en ondersteunt verschillende interfaces, waaronder MIPI CSI, RGB LCD, GPIO, UART, SPI, I²C en USB. Dit biedt een eenvoudig en efficiënt ontwikkelplatform voor toepassingen in smart home, industriële besturing en IoT.
Specificaties
Chip
Rockchip RV1106G3
Processor
Cortex A7 1,2 GHz
Neurale netwerkprocessor (NPU)
1 TOPS, ondersteunt int4, int8, int16
Beeldprocessor (ISP)
Max. invoer 5M @30fps
Geheugen
256 MB DDR3L
WiFi + Bluetooth
2,4GHz WiFi-6 Bluetooth 5.2/BLE
Camera-interface
MIPI CSI 2-lane
DPI-interface
RGB666
PoE-interface
IEEE 802.3af PoE
Luidsprekerinterface
MX1,25 mm
USB
USB 2.0-host/apparaat
GPIO
30 GPIO pinnen
Ethernet
10/100M Ethernet-controller en ingebedde PHY
Standaardopslagmedium
eMMC (8 GB)
Inbegrepen
1x LuckFox Pico Ultra W
1x LuckFox PoE module
1x IPX 2.4G 2 db-antenne
1x USB-A naar USB-C kabel
1x Schroevenpakket
Downloads
Wiki
De starterkit voor Jetson Nano is een van de beste kits voor beginners om aan de slag te gaan met Jetson Nano. Deze kit bevat een MicroSD-kaart van 32 GB, een adapter van 20 W, een 2-pins jumper, een camera en een micro-USB-kabel.
Kenmerken
32 GB krachtige MicroSD-kaart
5 V/4 A voeding met 2,1 mm DC-cilinderconnector
2-pins jumper
Raspberry Pi-cameramodule V2
Micro-B naar Type-A USB-kabel met DATA ingeschakeld